Нехай \(X\) та \(Y\) – випадкові величини із щільностями \({f_X}(x)\) та \({f_Y}(y)\) відповідно. Відомо, що \(Y\) є монотонно зростаючою функцією від \(X\): \[Y = \varphi (X).\] Знайти функцію \(\varphi\).
Оскільки \(\varphi\) – монотонно зростаюча функція, то існує обернена до неї \(\varphi^{-1}\) і при цьому \(X = \varphi^{-1}(Y)\). Зв'язок між функціями розподілу випадкових величин \(X\) та \(Y\) досить очевидний: \[{F_X}(x) = P\{ X \le x\} = P\{ {\varphi ^{ - 1}}(Y) \le x\} = P\{ Y \le \varphi (x)\} = {F_Y}(\varphi (x)). \qquad (1)\] Оскільки \({F_Y}(y)\) монотонна і неперервна (як функція розподілу абсолютно неперервної випадкової величини) на області можливих значень випадкової величини \(Y\), то існує обернена до неї функція \(F_Y^{-1}(y)\) (для \(y \in (0,1)\)), тому із (1) випливає: \[\bbox[5px, border: 1px solid blue]{ \bbox[10pt]{ \color{blue} \varphi (x) = F_Y^{ - 1}({F_X}(x))}}\]
Відповідь: \(\varphi (x) = F_Y^{ - 1}({F_X}(x))\), де \({F_X}(x) = \int\limits_{ - \infty }^x {{f_X}(x)dx}\) і \({F_Y}(y) = \int\limits_{ - \infty }^y {{f_Y}(y)dy}\).